Page 121 - Microsoft Word - Дисертація.docx

121

більшості випадків задача сегментації зображення не має однозначного

розв’язку, тому універсального методу не існує. Для прикладу

наведемо результати сегментації ряду зображень за допомогою вже

згадуваного методу Оцу [53] та запропонованого нами методу

кластеризації локальних максимумів гістограм фрагментів зображення

(Рис. 2.33).

Таблиця. 2.3. Результати обчислення похибок сегментації для ряду

зображень при застосуванні методу Оцу та запропонованого методу

ME ME RAE RAE MHD MHD
Зображення
Otsu Ref Otsu Ref Otsu Ref

Rice 0,03992 0,04405 0,03457 0,01463 0,08487 0,06532

Barbara 0,03083 0,0242 0,0635 0,0443 0,1013 0,07023

Cameraman 0,09740 0,0959 0,1916 0,1587 1,3414 0,93055

House 0,02849 0,0050 0,0539 0,0110 0,0774 0,01257

Jetplane 0,03063 0,0151 0,1324 0,0700 0,4668 0,13224

Lake 0,00003 0,0081 0,0000 0,0136 0,0000 0,02246

Lena 0,19220 0,1181 0,4425 0,2597 4,7519 0,92720

Pirate 0,12900 0,1346 0,2114 0,2185 0,6503 0,69387

Середнє
значення 0,07 0,06 0,14 0,10 0,93 0,36
похибки

Як бачимо у випадку дворівневої сегментації зображення

виникають неоднозначності. Так для першого зображення, яке

отримане з камери спостереження, очевидним завданням є виділення

силуету людини, що успішно виконує запропонований метод, але якщо

розглянути задачу розділення зображення на фон та інші об’єкти, то

метод Оцу дуже чітко проводить таке виділення. Подібна ситуація

складається для двох інших зображень. Для другого зображення